YuE2

项目简介

YuE2 是由 M-A-P 团队开源的前沿音乐生成模型，区别于传统端到端音频生成，YuE2 创新性地采用「符号规划 + 音频合成」两阶段架构：用户给定歌词和风格提示词后，模型先在符号层面（旋律、和弦）制定一个可编辑的音乐蓝图，再基于该蓝图生成完整的歌曲音频。

核心功能

符号作曲规划：根据歌词和风格描述，自动生成旋律与和弦走向的符号乐谱

零样本翻唱：给定原曲即可生成全新风格的翻唱版本，无需额外训练

智能音乐编辑：通过自然语言对话交互式地修改歌曲的任意部分

开放 Demo 体验：提供在线交互页面，可直接试听和探索生成的歌曲

权威基准领先：在 WildSongBench（192 个提示词，17 种系统设置）上，YuE2（best-of-8）取得 6.9632 SongBench 均分，超越 Suno v5/v6；论文和代码完全开源

技术实现

YuE2 规模约 35.9 亿参数、28 层，采用自回归（AR）和非自回归（NAR）混合专家架构。AR 专家负责符号规划阶段，NAR 专家负责音频生成阶段。

符号规划将可编辑的乐谱转化为语义音乐标记（semantic music tokens）和声学潜变量（acoustic latents），最终合成完整歌曲音频。这种「白盒」规划方式让用户能够检查和修改生成计划，从根本上提升了对音乐结构的可控性。

模型在 Hugging Face 上公开了 3B 参数版本（YuE2-3B），可直接下载推理。

快速上手

访问在线 Demo（https://map-yue2.github.io/），直接试听 YuE2 生成的歌曲示例

在 Demo 页面的「Agentic Music Editing」模块，输入自然语言指令，体验对话式音乐编辑

前往 Hugging Face（https://huggingface.co/m-a-p/YuE2-3B）下载模型权重

使用 GitHub 仓库中的快速启动脚本完成环境配置并生成音乐

适用人群

独立音乐人与词曲创作者：借助符号规划快速验证旋律构思

AI 研究人员与音乐爱好者：基准数据集和开源代码可用于复现和二次研究

游戏与影视配乐需求方：利用零样本翻唱功能快速获得多种风格参考版本

官方资源

项目主页：https://map-yue2.github.io/

GitHub 仓库：https://github.com/multimodal-art-projection/YuE

Hugging Face 模型：https://huggingface.co/m-a-p/YuE2-3B

WildSongBench 基准：https://huggingface.co/m-a-p/WildSongBench